AI“创造力”的物理学解码：技术缺陷催生数字艺术新范式

由物理学家提出的新理论，揭示了AI图像生成模型（如DALL·E, Imagen, Stable Diffusion）的“创造力”源于其去噪过程中的技术性缺陷。研究人员开发了一个数学模型，证明了这种所谓的创造力是一种确定性过程，是模型架构的必然结果。该发现解释了为何模型在重组图像数据时，能够融合元素创造出具有语义的新图像，而非简单的复制。

此项研究的价值在于，它为理解AI的“创造性”行为提供了物理学视角，并可能对未来AI研究，甚至人类创造力的本质产生深远影响。它将AI的“黑箱”操作具体化为可预测的数学原理，为AI的自主学习和创新能力提供了新的解释框架。

该研究借鉴了生命系统自组装过程的原理，特别是Turing模式在细胞组织中的应用，强调了局部交互而非全局蓝图在生成复杂结构中的作用。这种“自下而上”的机制，虽然通常高效，但其内在的“不完美”恰是产生新颖性的关键。

The Hidden Ingredients Behind AI’s Creativity

Image generators are designed to mimic their training data, so where does their apparent creativity come from? A recent study suggests that it’s an inevitable by-product of their architecture.

WIREDWebb Wright